會員分群，指的是依據會員的交易、行為或屬性等資料，把會員分成幾個適合用不同方式溝通與經營的群體。很多文章談會員分群，會直接從 RFM 說起，但分群其實有不同的做法，各自回答的問題也不一樣，而且不是分得越細越好。比起「用哪一種方法分」，更重要的是先確認品牌要解決什麼問題，再決定用哪些資料與條件分，並想好分完之後要做什麼。這篇文章會依序說明：分群、標籤與人物誌的差別，如何從問題出發選擇分群方式，五種常見分群方式各自適合解決什麼問題，哪些分群值得建立，以及分群之後怎麼使用。
分群之前，先問三件事：要解決什麼問題、手上有哪些可用的資料、分完之後準備做什麼？
一、會員分群是什麼？先分清楚分群、標籤、客群與人物誌
會員分群的基本定義：把會員依用途分成可以分別經營的群體
會員分群，是依據會員的交易紀錄、站內行為或已知屬性等資料，把會員分成幾個群體，讓品牌可以對不同群體採取不同的經營或溝通方式。
分群是會員經營裡很重要的一步：品牌需要先知道不同會員處於什麼狀態、有什麼需求，才能決定下一步怎麼做。
會員分群、顧客分群、客戶分群是同一件事嗎？
在台灣的內容裡，這三個詞常被當作相近概念使用，只是對象的稱呼不同：「會員」通常指已加入會員、可識別身份的顧客；「顧客」與「客戶」的範圍可能更廣，也可能包含尚未成為會員的人。實際閱讀時，仍應以文章或工具本身對「群」與「對象」的定義為準。本文以會員為主要討論對象，所談的方法多數也可以延伸到其他可識別的顧客。
分群、標籤、客群與人物誌，常被混用，但回答的問題不同
這幾個詞在市場內容裡經常混用。下表依常見用法整理，各家工具與文章的定義可能不同，閱讀時仍應以原文定義為準：
| 名詞 | 比較常見的用法 | 提醒 |
|---|---|---|
| 分群（Segmentation） | 依條件把會員區隔成幾個群體，看「有幾種會員、差別在哪」 | 重點在如何分，以及分完做什麼 |
| 標籤（Tag／Label） | 貼在單一會員身上的描述性記號，例如已知身份、特徵或品牌自訂分類 | 可以當作分群的條件，但單一標籤本身不等於一個分群策略 |
| 客群／受眾（Audience） | 實際要溝通的那群人，可以由一個或多個條件組成 | 同一位會員可能同時屬於多個客群 |
| 人物誌（Persona） | 結合資料與訪談建構的具象角色，用來說故事、設計溝通內容 | 是典型代表，不是分群結果，也不是名單 |
標籤是描述單一會員的記號，分群則是把符合條件的會員歸成一群；標籤可以當作分群的條件，但兩者不是同一件事。本文談的是分群，人物誌的建構方式屬於不同主題，不在此展開。
二、會員分群怎麼做？先問問題，再選資料與方法
分群的順序很重要：先問要解決什麼問題，再決定用哪些資料與條件分，而不是先建立很多群，再想這些群能拿來做什麼。
先問要解決什麼問題：分群是手段，不是目的
一種容易發生的情況是：先把會員切成十幾個群，才發現其中一半不知道該怎麼溝通。反過來，如果先問「我現在想解決什麼」，例如想區分誰最近較活躍、想找出買過特定商品的人、想找出對某類商品有興趣卻還沒購買的人，再決定需要什麼資料、用哪種方式分，分出來的群自然就有用途。
可以用這個順序思考：問題 → 資料 → 分群方式 → 受眾 → 行動。這是本文整理的思考順序，不是產業標準。
問題、資料、分群方式與行動：一張對照表
下表以示意方式，整理幾種常見問題，與對應的資料、分群方式，以及分群之後可能的行動。分群方式是本文依用途整理的框架，不代表會員分群只有這幾類：
| 想解決的問題（示意） | 需要的資料 | 較適合的分群方式 | 分完之後可能的行動 |
|---|---|---|---|
| 想區分誰最近較活躍、貢獻較高 | 可識別會員的交易紀錄 | 交易狀態分群（如 RFM） | 依不同交易狀態，規劃不同的溝通 |
| 想找出買過特定商品的人 | 訂單中的商品與購買時間 | 交易條件分群 | 針對近期買過的會員，規劃後續活動 |
| 想找出對某類商品有興趣、但尚未購買的人 | 站內行為資料 | 行為條件分群 | 依興趣規劃提醒或推薦 |
| 想管理已知身份或品牌自訂的分類 | 會員資料與品牌自己的分類 | 標籤 | 作為其他分群的條件，或直接篩選受眾 |
| 想判斷會員目前處於什麼狀態、決定下一步經營目標 | 交易紀錄與合理購買週期 | 生命週期狀態分群（品牌自己的框架） | 依狀態決定經營目標 |
這張表有一個前提：資料必須能對應到個別會員。若資料還散在不同系統、無法對應到同一位會員，可以先參考「客戶資料管理」的做法，再談分群。
三、五種常見的分群方式：各自適合解決什麼問題
沒有哪一種分群方式是唯一正確的，不同分法回答的是不同的問題。以下依用途整理五種常見的分群方式，是方便理解的整理框架，不是產業標準，也不代表會員分群只有這五類；實務上也可以組合使用。
交易狀態分群：適合看「誰最近較活躍、貢獻較高」
交易狀態分群，是依會員的交易紀錄，描述他們目前的交易狀態與貢獻，最常見的例子是 RFM（用最近一次消費、消費頻率與消費金額描述會員）。它的主要資料是可識別會員的交易紀錄，適合用來判斷「先溝通誰」「誰的狀態需要留意」。
它的限制是只看已完成的交易，看不到交易之前的興趣與行為。若想了解 R、F、M 怎麼算與如何應用，可參考「RFM 分群」的完整介紹。
交易條件分群：適合找出「買過特定商品或有特定購買紀錄的人」
交易條件分群，是直接用購買紀錄當條件，例如近期買過某類商品的會員、買過兩次以上的會員。它不需要先計算分數，條件清楚、容易理解，適合想針對特定購買行為規劃後續溝通的情境。需要留意的是，「買過」的時間範圍、是否排除取消或退貨訂單，都會影響名單；若條件涉及「再次購買」，其定義與口徑也需要先對齊。各種「再次購買」口徑的算法與判讀，可參考〈回購率怎麼算？公式、不同計算口徑與多少算高的判讀方法〉。
行為條件分群：適合找出「近期有特定站內行為或興趣訊號的人」
行為條件分群，是用顧客在網站上的行為當條件，例如瀏覽特定商品、加入購物車，或搜尋某些關鍵字。它的價值，是比交易更早反映興趣與意圖，適合找出「還沒購買、但有興趣」的人。需要留意的是，行為訊號變動快，條件的時間範圍通常要設得更近；而且行為不等於購買，不能把一次瀏覽直接當成已經有購買意願。
身份、屬性與標籤分群：適合管理「已知特徵或品牌自訂分類」
這一類以已知的會員身份、特徵或品牌自己定義的分類為依據，並以標籤的形式記錄在會員身上。標籤的優點，是可以把品牌的經營判斷記下來並重複使用；它也可以當作其他分群的條件。需要留意的是，標籤需要有人定義、維護與更新，定義不清楚的標籤，很快就會失去可用性。
生命週期狀態分群：適合判斷「會員目前處於什麼狀態」
生命週期狀態分群，是品牌依自己的經營框架，把會員區分成例如新會員、活躍、沉睡等狀態，用來決定下一步的經營目標。它是品牌自己的管理框架，不是固定的標準階段，狀態怎麼判斷，也需要搭配品牌自己的合理購買週期。生命週期有哪些不同的分法、如何判斷會員目前的狀態，可參考〈顧客生命週期是什麼？階段怎麼分、怎麼判斷、下一步怎麼做〉。
另一種意思：統計式分群（叢集分析）
有些內容談到的「分群模型」，指的是用統計或機器學習方法，依資料的相似性自動找出群組，一般稱為叢集分析（clustering）。Google 的機器學習課程將分群定義為一種非監督式機器學習技術，依未標示資料的相似性將它們分組，市場區隔是常見用途之一（Google 機器學習課程對分群法的說明）。這和前面五種「由品牌依用途直接定義條件」的分法不同，通常需要資料分析能力與足夠的資料量；本文不展開統計分群的做法。
四、分群不是越細越好：哪些分群值得建立？
建立一個分群之前，先問四個問題
一個分群即使技術上切得出來，也未必值得建立。可以先問四個問題：
- 有對應的行動嗎：這群人被分出來之後，品牌準備對他們做什麼？沒有行動，就沒有必要分。
- 樣本夠大嗎：群體太小時，數字容易大幅波動，也很難判斷溝通結果。
- 條件能維護嗎：資料來源是否穩定、條件是否容易定期更新？無法維護的條件，名單很快就會過期。
- 品牌能持續使用嗎：是否有人力與內容，能針對這群人持續規劃溝通？
一個分群值得建立，通常是因為它有對應的行動、足夠的樣本、能維護的條件，而且品牌有能力持續使用。四個問題中只要有一個答不出來，就值得再想想這個分群是否真的需要。
分得太細，常見的問題是什麼
分得太細，容易出現幾種情況：群體越多，需要準備的溝通內容就越多，品牌可能忙不過來；各群之間條件重疊，同一位會員可能收到互相矛盾的訊息；樣本變小，結果不容易判讀；條件越複雜，越難維護與解釋。
舉例來說（示意）：品牌把會員依年齡層、購買品類、購買頻率交叉分成幾十個群，卻只有少數幾群準備了對應的溝通。比較務實的做法，是先從少數幾個有明確行動的分群開始，用得順了再逐步細分。
五、分群之後：這群人被分出來，品牌準備做什麼？
先寫下行動，再決定要不要建立這個分群
分群完成不是終點，要先想好這群人被分出來之後，品牌準備做什麼。建立分群之前，可以先用四個問題把行動寫下來：
- 對象是誰：用哪些條件圈出這群人？
- 想達成什麼：例如促成下一次購買、了解興趣、維持互動。
- 打算溝通什麼：內容與時間點是什麼？
- 之後怎麼檢視結果：看哪些指標、多久檢視一次？
如果其中任何一題答不出來，通常代表這個分群還不需要建立，或條件還需要調整。
分完之後：選受眾、規劃活動，再回頭檢視分群條件
分群完成後，常見的流程是：從分群與條件中選出這次要溝通的受眾，依對象的狀態規劃對應的活動與溝通內容，執行後觀察結果，再回頭檢視分群條件是否需要調整。分群條件不是一次定案，資料、商品與經營重點改變時，條件也需要更新。同一位會員可以同時符合多個分群，因此規劃活動時，也要留意同一位會員不要同時收到互相衝突的訊息。
六、從分群條件到會員經營行動：M Insight 如何承接
工具負責讓條件可執行，品牌仍要先知道想解決什麼問題
前面談的每一種分群方式，都需要資料與條件才能落地。工具能做的，是把資料整合起來，並讓條件可以直接拿來篩選對象；但要解決什麼問題、選哪種條件、分給誰什麼訊息，仍然需要品牌先想清楚。工具讓條件可以執行，但不會替品牌決定該怎麼分。
M Insight 如何把會員資料與分群條件接到後續活動
M Insight 作為 CDP（顧客資料平台），可以整合品牌既有的會員、交易與站內行為資料，讓品牌在建立受眾時，能同時參考交易紀錄與網站行為。
在 M Insight 的「自訂活動」中，品牌可以使用已提供的條件篩選活動受眾：RFM 分群、標籤，以及「X 天內看過特定商品」「X 天內買過特定商品」「X 天內瀏覽過特定商品」。對照前面的分群方式，RFM 分群對應交易狀態，「X 天內買過特定商品」對應交易條件，標籤則可用來篩選已被品牌標記的會員；「X 天內看過特定商品」與「X 天內瀏覽過特定商品」，則可用來找出近期對特定商品有行為紀錄的會員。
其中 RFM 分群由系統依既定標準，使用可識別會員的交易資料自動計算分數並完成分群，品牌無需自行設定複雜的分數門檻與分群規則。生命週期狀態是品牌自己的管理框架；要用哪一種條件、分給哪一群溝通什麼，仍由品牌依前面的問題決定。
想把會員資料真正用在分群與後續活動？
M Insight 提供 60 天免費試用，協助品牌從會員、交易與站內行為資料開始，建立可執行的受眾與行銷情境。
常見問題（FAQ）
Q1：會員資料不多的小型電商品牌，也需要做會員分群嗎？
可以做，但不必一開始就建立很多群。資料還不多時，可以先從一兩個最清楚的問題開始，例如區分「買過一次」與「買過兩次以上」的會員，或找出近期買過某類商品的會員，再依實際使用情況逐步增加。如果資料還無法對應到個別會員，先把會員識別與交易資料整理好，比急著細分更重要。
Q2：一位會員可以同時屬於多個分群嗎？
可以。分群是依用途建立的，同一位會員可能同時符合多個條件，例如既是近期買過某類商品的人，也是交易狀態較活躍的人。重點是規劃活動時，不要讓同一位會員同時收到互相衝突的訊息，並事先決定條件重疊時以哪一個活動為優先。
Q3：會員分群需要多久更新一次？
沒有適用所有品牌的固定頻率，要看條件的變動速度與使用目的。以近期行為為條件的分群，變動較快，通常需要更常檢視；以已知身份或品牌自訂分類為依據的標籤，變動較慢，但仍需要有人定期確認定義是否還適用。比較實用的做法，是在建立分群時就決定誰負責、多久檢視一次。